SRE-Buddy 安全、鉴权与证书体系设计规范

[!NOTE] 本规范阐述了 SRE-Buddy 在智能运维与自动化执行场景下的全链路安全架构，系统性定义了密钥治理、身份鉴权、证书生命周期、工具执行沙箱、敏感数据脱敏、防重放机制与不可篡改审计等核心技术规范。

一、核心设计哲学与架构总览

SRE-Buddy 针对生产环境高权限、高敏感的运维操作特征，深度践行零信任 (Zero Trust) 与纵深防御 (Defense-in-Depth) 理念，构筑覆盖数据全生命周期的多维防护屏障：

1. 四大底层安全原则

1. 零信任校验 (Zero Trust)：默认不信任任何非服务端计算环境及大模型输出，所有外部请求与工具调用均需经过显式鉴权与结构化合规校验。
2. 最小特权授权 (Least Privilege)：远端执行节点采用临时、短生命周期凭据，按需动态派生且严格限定操作账户与协议边界。
3. 全链路防篡改 (Tamper-Resistance)：命令载荷与执行上下文在审批前即固化为标准规范化哈希摘要，下发瞬间强一致比对，杜绝时序替换。
4. 全局可溯闭环 (Complete Auditability)：所有操作与输入输出均受实时流式脱敏管道保护，并建立两阶段不可逆的操作审计账本。

2. 总体安全架构拓扑

flowchart LR
    subgraph S1["1. 接入与会话鉴权"]
        User["用户浏览器"] -->|"SSO 登录 / 安全 Cookie"| Gateway["API 网关 / 权限守卫"]
    end

    subgraph S2["2. 核心安全管控"]
        Gateway --> Engine["SRE-Buddy 核心服务"]
        Engine <-->|"信封加密 (Master Key)"| SecretStore[("密文凭据库")]
        Engine <-->|"规范化哈希"| Approval["指令审批防篡改"]
    end

    subgraph S3["3. 安全执行与审计"]
        Engine -->|"一次性 Token / WSS"| Worker["目标机 Worker"]
        Worker -->|"执行流式输出"| Redactor["敏感信息脱敏"]
        Redactor -->|"安全结果"| Audit[("审计日志归档")]
    end

二、密钥安全与信封加密体系

系统禁止在持久化存储、配置文件、控制台输出或审计日志中保留明文凭据，采用分级信封加密与内存瞬时销毁机制。

1. 核心认证加密与自包含密文

• 算法标准：采用 AES-256-GCM 认证加密算法，同时确保密文的保密性 (Confidentiality) 与完整性 (Integrity)。
• 自包含密文格式： $\text{密文 Payload} = \text{Base64}\big(\text{Nonce}_{[12\text{B}]} \,\|\, \text{Ciphertext} \,\|\, \text{AuthTag}_{[16\text{B}]}\big)$
  • 每次加密均由加密学安全伪随机数生成器生成独立 Nonce，杜绝重放与密钥流碰撞。
  • 解密时强制校验 16 字节认证标签，若密文遭受任意单比特篡改或破坏，解密立即报错终止。
• 安全密钥派生：支持通过 SHA-256 算法将高熵输入材料派生为标准的 32 字节 AES 密钥。

2. 配置文件与环境变量的 AAD 强绑定

• 附加认证数据绑定 (AAD)：在加密配置文件中的敏感环境变量时，强制将变量名作为 AAD 参与 AES-GCM 运算。
  • 安全收益：密文与配置项名称形成强绑定。即使攻击者获取了某一低权限变量的密文，也无法将其复制替换为高权限变量的密文，从密码学层面阻断配置跨项重放漏洞。
• 主密钥物理隔离：系统通过受控独立文件挂载 32 字节 Master Key，配置密文与解密主密钥实现存储与运维权限的物理解耦。

3. 用户凭据保护与内存瞬时零化

• 全字段密文落盘：第三方系统的 API Key 与 Secret 均通过主密钥加密后持久化至数据库。
• 视图层安全脱敏：前端查询或列表展示时自动执行掩码策略（例如仅保留前 6 位与后 4 位，中间替换为掩码字符），前端永不触碰完整明文。
• 内存生命周期管理：解密出的临时明文对象在单次业务调用完毕后立即执行内存清空销毁，最大限度压缩明文在内存中的暴露窗口。

4. 规范化序列化与防时序攻击

• 标准规范化转换 (RFC 8785 JCS)：结构化 JSON 数据在参与哈希与签名计算前，统一执行 RFC 8785 规范化处理，消除由于字段顺序、空格换行差异导致的哈希不一致。
• 常量时间算法：所有签名比对与认证状态核验均采用恒定时间算法，彻底免疫侧信道时序攻击。

三、身份认证与会话安全

sequenceDiagram
    autonumber
    actor User as 用户浏览器
    participant Web as SRE-Buddy 鉴权网关
    participant SSO as 企业 SSO 服务
    participant Server as SRE-Buddy 后端服务

    User->>Web: 发起登录请求
    Web->>Web: 生成 32 字节随机 State 并写入临时安全 Cookie
    Web-->>User: 重定向至企业 SSO 登录页
    User->>SSO: 提交身份凭证
    SSO-->>User: 携带加密 Token 与 State 重定向回回调地址
    User->>Web: 请求回调接口 (带 State 与 Token)
    Web->>Web: 恒定时间校验 State 与 Cookie 是否一致 (防 CSRF)
    Web->>SSO: 解密 Token 并换取用户基础信息 (UID / Email)
    Web->>Server: 签署 8 小时有效的 JWT 会话
    Server-->>User: 写入 __Host- 前缀的 HttpOnly / Secure / SameSite Cookie

1. 企业 SSO 统一认证与单次 State 核销

• 高熵 State 防登录 CSRF：
  • 发起登录时生成 32 字节高熵随机 State 并写入短生命周期（10 分钟）安全 Cookie。
  • 回调校验时通过恒定时间对比核验，且核验通过后立即注销清除该 Cookie，确保每个 State 仅可消费一次，防止拦截重放。
• Token 对称解密换取身份：回调接收到的加密凭据经解密后向企业 SSO 验证服务换取经过认证的用户邮箱与身份标识。

2. 安全会话与传输防护策略

• __Host- 安全 Cookie 规范：
  • 强制仅在 HTTPS 协议下传输。
  • 限制路径为根路径且禁止任何子域名覆盖或篡改。
  • 设置 HttpOnly（阻断 XSS 脚本窃取）与 SameSite=Lax（防御跨站攻击）。
• JWT 会话时效与容差控制：
  • 会话有效时间严格限制为 8 小时。
  • 引入 30 秒时钟漂移容差 (Clock Skew)，严格核对签发者、受众、签发时间与过期时间。

3. 来源安全校验 (Origin & Fetch Metadata)

• 写操作强制源校验：所有非幂等写操作（POST / PUT / DELETE）均校验 Origin 与 Referer。
• Fetch Metadata 拦截：基于浏览器 Sec-Fetch-Site 头部，仅允许同源或同站点发起的状态变更请求，全方位阻断跨站伪造。

4. 基于角色的多级访问控制 (RBAC)

• 权限梯度：区分普通用户、管理员与初始系统管理员三级权限。
• 路由守卫：
  • 敏感管理端点（配置管理、工具注册、全量审计查询）必须具备管理员授权。
  • 数据查询默认按用户邮箱进行租户隔离，跨用户会话查询需显式获取授权。

5. 第三方 API 请求的 HTTP Signatures 签名

• 对接 JumpServer 堡垒机 OpenAPI 时，基于标准 HTTP Signatures 规范动态计算请求头签名：
  • 签名范围覆盖请求目标、Accept 格式及请求时间戳。
  • 采用 HMAC-SHA256 计算签名，配合远端时间窗口校验，保障报文完整性与抗重放能力。

四、证书管理与 PKI 体系

SRE-Buddy 内置轻量级证书签发中心与材料管理机制，构建服务端与远端执行节点间的双向身份鉴权与安全通道。

sequenceDiagram
    autonumber
    participant Server as SRE-Buddy 主服务
    participant CA as 主服务内置根 CA (ECDSA P-256)
    participant Worker as 目标机 Worker (执行端)

    Note over Server,CA: 服务启动时初始化
    Server->>CA: 初始化 / 加载根 CA 证书 (私钥物理隔离)
    Server->>Server: 初始化服务端自签名 TLS 身份证书
    
    Note over Server,Worker: 指令下发与连接建立
    Server->>CA: 为目标 Worker 签发专属 Ed25519 客户端证书 (短 TTL)
    Server->>Worker: 动态交付 Bootstrap 凭据 (一次性 Token + 服务端证书指纹)
    Worker->>Server: 发起 WSS 握手请求
    Worker->>Worker: 校验服务端 TLS 证书指纹 (Fingerprint Pinning)
    Server->>Server: 验证 Worker 一次性 Token 并立即注销
    Server-->>Worker: 双向认证通过，建立加密通信管道

1. 内置自主 CA 与签名体系

• 根 CA 架构：
  • 基于 ECDSA P-256 曲线构建自签名根 CA 证书（10 年有效期），专用于签发执行节点客户端凭据。
  • 私钥不出域原则：根 CA 私钥严密隔离在主服务端内部，禁止任何形式的网络导出或打包。
• 短生命周期客户端证书：
  • 基于 Ed25519 算法为各远端 Worker 动态签发短有效期证书，标记客户端认证用途（ClientAuth），并绑定唯一的 SHA-256 指纹。
• 服务端 TLS 身份与指纹固定 (Fingerprint Pinning)：
  • 服务端生成基于 ECDSA P-256 的自签名 TLS 身份证书。
  • Worker 接入时通过预置指纹哈希进行比对验证，彻底消除自签名证书遭遇中间人伪造的风险。

2. 证书与密钥材料的原子安装与权限锁定

• 原子性安装机制：物料文件采用“临时文件写入 ➔ 强制刷盘 ➔ 操作系统硬链接”流程落盘，杜绝多实例并发启动时的写竞争与文件损坏。
• 文件权限严格隔离：
  • 私钥材料：权限严格锁定为 0600（仅进程属主可读写）。
  • 公钥与证书：权限设定为 0644。

五、工具执行安全与风控审批

flowchart LR
    A[Agent 生成工具请求] --> B[规范化与身份覆盖: 强制注入可信 SSO 用户]
    B --> C[安全校验: 拦截环回地址 / 白名单账户]
    C --> D[计算规范化哈希摘要 RequestDigest]
    D --> E[生成审批单: 绑定 SessionID + ToolCallID + 摘要]
    E --> F{人机协同审批}
    F -- 拒绝 --> G[终止执行并记录初态审计]
    F -- 批准 --> H[执行前强制校验: 实际请求摘要 == 审批单摘要]
    H -- 摘要不匹配 --> I[拦截执行: 告警存在篡改风险]
    H -- 校验一致 --> J[下发执行节点 / 注入可信 MCP 上下文]

1. 操作身份强制覆盖与不可伪造

• 身份剥离与受信注入：大模型生成参数中的操作用户字段会被执行引擎强制剥离和忽略。
• 服务端受信派生：操作人身份只能从当前受信任的 SSO 会话中提取真实邮箱，并由此派生堡垒机登录身份，彻底防止模型被 Prompt 注入诱导伪造高权限账户。
• 目标账户与协议白名单：目标机登录账号限定在白名单范围（如标准业务运维账号或特权账号），传输协议强制限定为加密 SSH 方式。

2. 回环地址与内网穿透拦截

• 回环目标全面阻断：参数预检阶段严格检测目标主机名与 IP，禁止向 localhost、127.0.0.1、::1 或 *.localhost 下发命令，从源头切断针对服务端自身、管理端口及宿主机内网服务的横向探测。

3. 指令防篡改摘要审批 (Human-in-the-Loop)

• 执行请求哈希绑定：审批单生成时，对目标主机、命令内容、参数、执行上下文计算 RFC 8785 规范化摘要并固化在审批单中。
• 执行前强绑定校验：审批通过后、指令真正下发前，系统必须重新对当前即将执行的请求计算摘要，并与审批单中的摘要进行强一致比对。
  • 安全收益：彻底杜绝“提交安全命令审批，在批准瞬间将实际执行载荷替换为危险指令”的时序篡改攻击。

4. 远端 Worker 一次性启动与连接隔离

• 一次性高熵令牌 (One-Time Token)：每个 Worker 启动前由服务端生成高熵随机令牌（默认有效时间 5 分钟）。
• 原子 Take 销毁：Worker 首次通过 WebSocket 握手接入网关时，服务端在验证通过后立即将其从内存注册表中注销，杜绝令牌被截获后重放连接。
• 连接池多维隔离：基于 (操作用户, 登录账号, 目标主机, 端口, 通道) 精确隔离连接池，既保障了同用户会话连接复用效率，又杜绝了跨用户、跨主机的指令串扰。

5. 外部 MCP 工具的不可变绑定与可信上下文

• 不可变元数据绑定：外部工具在注册初始化时即建立不可变的工具标识映射与 Schema 参数校验器，执行阶段严格校验调用合法性。
• 可信元数据透传：向外部工具派发调用时，由服务端自动注入认证后的上下文（会话标识、操作人邮箱、轮次、全局唯一调用 ID），确保下游工具链无法伪造调用来源。

六、敏感数据流式脱敏与安全审计

1. 静态与流式实时脱敏引擎

• 规则库精准匹配：内嵌行业级规则库，覆盖各大云厂商 AccessKey、API Token、私钥、数据库密码及认证凭据。
• 香农信息熵测算 (Shannon Entropy)： $H(X) = -\sum_{i=1}^{n} P(x_i) \log_2 P(x_i)$ 对高随机性字符串进行信息熵测算，当且仅当字符串熵值超过规则阈值时才判定为敏感密文，大幅降低测试用例与普通词汇的误报率。
• 流式滑动窗口与多行敏感块识别：
  • 在指令输出流式传输至前端前，通过滑动窗口缓冲区进行实时过滤。
  • 自动识别多行 PEM 证书、RSA/OpenSSH 私钥块结构，在数据离开服务端前直接替换为脱敏标识，杜绝密钥泄露至浏览器端或审计库。

2. 全链路不可篡改操作审计

• 全要素结构化记录：记录操作时间、操作人邮箱、会话标识、工具调用标识、目标主机、执行命令、执行原因、审批状态、执行耗时及脱敏后的执行摘要。
• 两阶段审计记账：指令下发前记录起始状态，执行完成后追加耗时与结果摘要，形成完整的不可篡改审计追踪链。

七、防重放与幂等性保障机制

系统在用户认证、凭据配置、证书初始化到指令下发执行全链路中实施了严格的防重放 (Anti-Replay) 与幂等性 (Idempotency) 约束。

1. 防重放保障矩阵

2. 幂等性保障矩阵

八、主备高可用与多实例安全对齐机制

为了满足企业级运维系统 99.99% 的高可用 (HA) 与故障容灾目标，SRE-Buddy 支持主备热备（Active-Standby）与多实例无状态水平扩展架构。在跨实例调度与故障转移（Failover）过程中，必须严格保障安全体系的一致性与无感切换。

flowchart TD
    User["用户浏览器 (前端 SPA)"] --> LB["负载均衡 / Ingress (健康探测)"]
    Jumpbox["中枢跳板机 (自动重连)"] --> LB

    LB -- "100% 主流量 (Primary)" --> Node1["SRE-Buddy 实例 1 (主节点 / 运行中)"]
    LB -. "故障自动切换 (Standby Backup)" .-> Node2["SRE-Buddy 实例 2 (备节点 / 待命)"]

    Node1 <--> PG[("共享 PostgreSQL<br/>(会话/凭据密文/审批/审计)")]
    Node2 <--> PG

    Node1 <--> Sync["安全物料同步 (Master Key / CA 证书 / Session 密钥)"]
    Node2 <--> Sync

1. 跨实例核心安全物料对齐矩阵

跨实例部署时，以下安全物料必须在多节点间保持严格的二进制或哈希一致，否则会导致切换时业务中断或鉴权失败：

2. 故障转移 (Failover) 下的会话与鉴权连续性

• 无感身份续约：
  • 用户浏览器持有标准的 JWT 会话 Cookie，由于双机共享相同的验签密钥与有效期规则，主节点宕机后，流量被负载均衡秒级切至备节点，用户完全无需重新登录。
• 凭据解密即时生效：
  • 备节点直接读取共享数据库中的 AES-256-GCM 密文，并使用对齐的 Master Key 动态解密并完成 JumpServer API 签名调用。

3. 反向长连接与 Worker 探针的容灾重连治理

• 跳板机反向链路断线重连：
  • 中枢跳板机探针内置指数退避自动重连机制。当主节点故障导致 WebSocket 断开时，跳板机探针秒级重新向负载均衡发起建联，流量平滑路由至备节点并完成握手注册。
• Worker 启动令牌的跨机状态保护：
  • 主备模式下，每个实例的临时 Token 均在其独立的内存注册表中进行原子核销；
  • 任务发生故障转移时，未完成的旧任务被标记终止，备节点接管后为新发起的诊断轮次生成专属的新一代高熵 Token，杜绝跨机状态悬挂与重放利用。

4. 多实例共享状态与防并发互斥机制

• 会话并发互斥锁：
  • 在全活集群或并发多调度场景下，利用数据库级咨询锁 (Advisory Lock) 锁定特定会话标识，防止同一会话被不同节点并发调度导致时序混乱或脏写。
• 审批决议的原子条件更新：
  • 审批单决议操作采用原子条件更新（仅当状态为待审批时方可更新），防止多节点或多管理员并发决策产生的脑裂与状态冲突。

九、安全配置与部署规范对照表